一种基于CW-RNN的多时间尺度序列建模推荐算法

• 作者: 李会元 牛树梓 袁涛
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 序列推荐 多时间尺度 动态建模
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息检索与问答系统
• 页码范围: 97-105
• 页数: 9页
• 分类号: TP391
• 字数: 7598字
• 语种: 中文

摘要

序列化推荐试图利用用户与物品的历史交互序列,预测下次即将交互的物品.针对序列化推荐中推荐物品依赖于用户的长时间全局兴趣、中时间兴趣还是短时间局部兴趣的不确定性,该文提出了一种基于CW-RNN的多时间尺度序列建模推荐算法.首先,该算法引入CW-RNN层,从用户与物品的历史交互序列中抽取多个时间尺度的用户兴趣特征.然后,通过尺度维卷积来建模对不同时间尺度的用户兴趣特征的依赖,生成多时间尺度用户兴趣特征的统一表示.最后,利用全连接层建模统一的多尺度用户兴趣特征和隐式物品特征的交互关系.在MovieLens-1M和Amazon Movies and TV两个公开数据集上的实验结果表明,相比于现有最优的序列推荐算法,该文提出的算法在准确率上分别提升了3.80％和8.63％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁涛		29	125	6.0	10.0
5	牛树梓	中国科学院软件研究所	4	7	2.0	2.0
6	李会元	中国科学院软件研究所	12	24	3.0	4.0